Evaluación de la conectividad cerebral mediante teoría de grafos / Cerebral Connectivity Analysis Using Graph Theory

RESUMEN

Introducción: Las últimas técnicas de análisis de RM funcional permiten medir el cambio espontáneo de la señal BOLD en reposo. Los métodos de análisis derivados de estos estudios se dividen en mapas de conectividad funcional y conectividad cerebral por grafos. Un grafo permite representar cualquier sistema compuesto de elementos interconectados. Este enfoque es, en teoría, aplicable a cualquier escala, modalidad o cantidad de información neurocientífica. Objetivo: Presentar los resultados de la implementación de un algoritmo para analizar la conectividad funcional por teoría de grafos. Materiales Resonador de 1,5 T para obtener imágenes con información en T1 volumétricas, para capturar la información estructural, y EPI con información en T2, para capturar la señal BOLD en reposo, de 19 individuos sanos y 1 paciente con epilepsia con diagnóstico imaginológico de displasia cortical. Se les solicitó permanecer despiertos, con los ojos cerrados, evitando pensar en algo particular. Los estudios fueron preprocesados y luego analizados mediante un grafo construido a partir de 8196 vóxeles de la corteza cerebral. Resultados: El enfoque permite obtener imágenes que codifican el patrón de correlación que tiene la señal BOLD en un vóxel con todos los otros vóxeles en la corteza cerebral. Este enfoque es replicable. Conclusiones: Se ha presentado un enfoque para analizar la conectividad funcional por teoría de grafos que permite cuantificar el grado de correlación de la señal BOLD en una muestra de vóxeles de la corteza cerebral y se ha presentado cómo cambia el patrón de correlación en un caso de epilepsia del lóbulo frontal.

ABSTRACT

Introduction: The latest analysis techniques of functional magnetic resonance enable to measure the spontaneous change of the BOLD signal during rest periods. The analysis and presentation methods which derive from the information obtained from these studies are divided in two approaches functional connectivity at rest and functional connectivity using graph theory. A graph enables the representation of any system composed of interconnected elements. This approach is applicable to any scale, modality or quantity of neuroscientific data. Objective: To present the results of the implementation of one algorithm for the analysis of functional connectivity using graph theory. Materials and methods: The use of a 1.5 T magnetic resonator to obtain T1 volumetric images, in order to capture the structural information and the use of EPI with information in T2 in order to capture the BOLD signal at rest, in 19 healthy patients and 1 patient with epilepsy with a imaging diagnosis of cortical dysplasia. The patients were awake during the acquisition. Their eyes were closed, and they avoided specific thoughts. The studies are preprocessed using the approach reported in the literature and are analyzed with graphs using 8196 points of the cerebral cortex. Results: The presented approach enables to obtain images which encode the correlation pattern in the BOLD signal in a single. Meanwhile,the other voxels are in the cerebral cortex. This approach is replicable with other patients. Conclusions: An approach has been presented in order to analyze functional connectivity using graph theory. This enables to quantify the degree of correlation of a BOLD signal, in a voxel sample from the cerebral cortex. This approach also indicates how the correlation pattern changes in case of frontal lobe epilepsy.